CN112883445A - 一种服装智能制板系统及方法 - Google Patents

一种服装智能制板系统及方法 Download PDF

Info

Publication number
CN112883445A
CN112883445A CN202110266127.8A CN202110266127A CN112883445A CN 112883445 A CN112883445 A CN 112883445A CN 202110266127 A CN202110266127 A CN 202110266127A CN 112883445 A CN112883445 A CN 112883445A
Authority
CN
China
Prior art keywords
module
style
information
characteristic
customer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110266127.8A
Other languages
English (en)
Inventor
谢红
姚好
刘晓音
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN202110266127.8A priority Critical patent/CN112883445A/zh
Publication of CN112883445A publication Critical patent/CN112883445A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/16—Customisation or personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/12—Cloth

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种服装智能制板系统及方法，所述服装智能制板系统包括客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块和外部存储模块。本发明提供的服装智能制板系统，将服装款式图特征参数与其对应的服装样板特征参数建立联系，并根据部件的特征参数自动生成与款式图相映射的样板图，在实际制板时，客户只需填写基本规格尺寸信息以及输入服装款式图或服装效果图，即可获取对应的各零部件的样板，提高制板效率。

Description

一种服装智能制板系统及方法
技术领域
本发明涉及一种服装智能制板系统及方法，属于服装制板技术领域。
背景技术
在服装个性化定制的热潮下，服装智能制板越来越受到相关企业的重视。目前的服装定制大多局限于西装、衬衫、职业装或某一种特定的服装，不仅款式设计单一，并且由于系统样板数据库的限制，顾客只能选择系统内的款式，消费者不能灵活定制。因此消费者迫切需要一种可以根据他们提供的款式图生成合适样板的一种服装智能制板系统及方法。
发明内容
针对现有技术存在的上述问题，本发明的目的是提供一种服装智能制板系统及方法。
为实现上述发明目的，本发明采用的技术方案如下：
一种服装智能制板系统，包括客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块和外部存储模块；
所述客户定制模块用于输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；
所述款式识别模块用于识别客户定制模块的定制信息并根据定制信息调出对应的规范款式图；
所述款式特征尺寸读取模块用于对款式识别模块中的规范款式图的特征尺寸信息进行读取；
所述结构特征参数预测模块用于通过款式特征尺寸读取模块中读取的信息预测样板绘制所需的结构特征参数；
所述自动绘图模块用于通过结构特征参数预测模块预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加；
所述外部存储模块用于对客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块的信息进行存储、提取。
一种实施方案，所述自动绘图模块中添加的款式细节包括单不限于省道、分割线、口袋、下摆造型。
一种实施方案，所述结构特征参数预测模块是基于BP神经网络的预测模块。
一种服装智能制板方法，包括如下步骤：
S1、通过客户定制模块输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；
S2、通过款式识别模块识别步骤S1中的定制信息并根据定制信息调出对应的规范款式图；
S3、通过款式特征尺寸读取模块读取步骤S2中的规范款式图的特征尺寸信息；
S4、通过结构特征参数预测模块对步骤S3中读取的规范款式图的特征尺寸信息预测样板绘制所需的结构特征参数；
S5、通过自动绘图模块根据步骤S4预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加，完成服装样板绘制。
与现有技术相比，本发明具有如下显著性有益效果：
本发明提供的服装智能制板系统，将服装款式图特征参数与其对应的服装样板特征参数建立联系，并根据部件的特征参数自动生成与款式图相映射的样板图，在实际制板时，客户只需填写基本规格尺寸信息以及输入服装款式图或服装效果图，即可获取对应的各零部件的样板，提高制板效率，相较于现有技术，取得了显著性进步和出乎意料的效果。
附图说明
图1为本发明实施例中提供的一种服装智能制板系统的框架图。
具体实施方式
下面结合具体的实施例对本发明技术方案做进一步详细、完整地说明。
实施例
结合图1所示，本发明提供了一种服装智能制板系统，包括客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块和外部存储模块；
所述客户定制模块用于输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；本实施例中，将VB语言中的Windows窗体(.NET Framework)作为客户定制模块的开发工具；客户所需服装的款式图或效果图的格式可以为JPG、PNG等常规图片格式；
所述款式识别模块用于识别客户定制模块的定制信息并根据定制信息调出对应的规范款式图；本实施例中，将Python语言中的卷积神经网络作为款式识别模块的开发工具；
所述款式特征尺寸读取模块用于对款式识别模块中的规范款式图的特征尺寸信息进行读取；本实施例中，所述款式特征尺寸读取模块是基于BP网络模型的款式特征尺寸读取模块，所述BP网络模型的构建过程为：通过资料查找和专家经验对服装的领、袖、衣身等零部件进行细分并选用其中具有代表性的零部件作为研究对象(例如，选用翻驳领、两片袖、H型衣身作为研究对象)，同时确定各零部件的基础样板并总结不同零部件数值变化范围和档差，通过各零部件，不同款式特征参数的随机组合获得多组款式特征参数，该参数可作为BP网络模型的输入参数；同时基于基础板型的绘制方法，绘制各零部件结构轮廓，将绘制过程中无法确定的参数作为结构特征参数，该参数可作为BP网络模型的输出参数；即可构建出基于BP网络模型的款式特征尺寸读取模块；所述款式特征尺寸读取模块使用的时候，基于Digimizer软件平台，可以根据已知参照物的尺寸，读取规范款式图中的特征尺寸信息：例如，包括特征线或特征角的大小等。
所述结构特征参数预测模块用于通过款式特征尺寸读取模块中读取的信息预测样板绘制所需的结构特征参数；本实施例中，所述结构特征参数预测模块是基于BP神经网络的预测模块，具体的，是利用Python语言建立的BP神经网络预测模块，该模块具有的预测功能可以使款式图与结构图进行有效的信息传递；基于此模块，可以通过获取的款式特征参数预测到相应的结构特征参数为后续的自动绘图提供必要的作图参数；
所述自动绘图模块用于通过结构特征参数预测模块预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加，所添加的款式细节包括单不限于省道、分割线、口袋、下摆造型；本实施例中，所述自动绘图模块是基于AutoCAD平台，利用VBA语言进行开发的模块，设有样板数学模型，通过样板数学模型可自动生成服装样板图；
所述外部存储模块用于对客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块的信息进行存储、提取。
一种服装智能制板方法，包括如下步骤：
S1、通过客户定制模块输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；
S2、通过款式识别模块识别步骤S1中的定制信息并根据定制信息调出对应的规范款式图；
S3、通过款式特征尺寸读取模块读取步骤S2中的规范款式图的特征尺寸信息；
S4、通过结构特征参数预测模块对步骤S3中读取的规范款式图的特征尺寸信息预测样板绘制所需的结构特征参数；
S5、通过自动绘图模块根据步骤S4预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加，完成服装样板绘制。
最后需要在此指出的是：以上仅是本发明的部分优选实施例，不能理解为对本发明保护范围的限制，本领域的技术人员根据本发明的上述内容做出的一些非本质的改进和调整均属于本发明的保护范围。

Claims (4)

1.一种服装智能制板系统，其特征在于：包括客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块和外部存储模块；
所述客户定制模块用于输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；
所述款式识别模块用于识别客户定制模块的定制信息并根据定制信息调出对应的规范款式图；
所述款式特征尺寸读取模块用于对款式识别模块中的规范款式图的特征尺寸信息进行读取；
所述结构特征参数预测模块用于通过款式特征尺寸读取模块中读取的信息预测样板绘制所需的结构特征参数；
所述自动绘图模块用于通过结构特征参数预测模块预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加；
所述外部存储模块用于对客户定制模块、款式识别模块、款式特征尺寸读取模块、结构特征参数预测模块、自动绘图模块的信息进行存储、提取。
2.根据权利要求1所述的服装智能制板系统，其特征在于：所述自动绘图模块中添加的款式细节包括单不限于省道、分割线、口袋、下摆造型。
3.根据权利要求1所述的服装智能制板系统，其特征在于：所述结构特征参数预测模块是基于BP神经网络的预测模块。
4.一种服装智能制板方法，其特征在于，包括如下步骤：
S1、通过客户定制模块输入客户所需服装的定制信息，所述定制信息包括客户所需服装的款式图或效果图以及基本规格尺寸信息；
S2、通过款式识别模块识别步骤S1中的定制信息并根据定制信息调出对应的规范款式图；
S3、通过款式特征尺寸读取模块读取步骤S2中的规范款式图的特征尺寸信息；
S4、通过结构特征参数预测模块对步骤S3中读取的规范款式图的特征尺寸信息预测样板绘制所需的结构特征参数；
S5、通过自动绘图模块根据步骤S4预测的结构特征参数自动绘制款式图所对应的样板图，并可对生成的样板图进行适当的修改以及款式细节的添加，完成服装样板绘制。
CN202110266127.8A 2021-03-11 2021-03-11 一种服装智能制板系统及方法 Pending CN112883445A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110266127.8A CN112883445A (zh) 2021-03-11 2021-03-11 一种服装智能制板系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110266127.8A CN112883445A (zh) 2021-03-11 2021-03-11 一种服装智能制板系统及方法

Publications (1)

Publication Number Publication Date
CN112883445A true CN112883445A (zh) 2021-06-01

Family

ID=76041768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110266127.8A Pending CN112883445A (zh) 2021-03-11 2021-03-11 一种服装智能制板系统及方法

Country Status (1)

Country Link
CN (1) CN112883445A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1748601A (zh) * 2005-10-11 2006-03-22 东华大学 一种基于风格的服装款式快速生成方法
CN108829958A (zh) * 2018-06-01 2018-11-16 东华大学 一种服装自动制版方法及其系统
CN109118326A (zh) * 2018-08-03 2019-01-01 张家港步丰信息技术有限公司 一种个性服装的统筹定制系统及方法
US20190343206A1 (en) * 2017-06-02 2019-11-14 Eshakti.Com Pvt Ltd System and method of pattern-making for mass customized production of apparels
US20200320769A1 (en) * 2016-05-25 2020-10-08 Metail Limited Method and system for predicting garment attributes using deep learning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1748601A (zh) * 2005-10-11 2006-03-22 东华大学 一种基于风格的服装款式快速生成方法
US20200320769A1 (en) * 2016-05-25 2020-10-08 Metail Limited Method and system for predicting garment attributes using deep learning
US20190343206A1 (en) * 2017-06-02 2019-11-14 Eshakti.Com Pvt Ltd System and method of pattern-making for mass customized production of apparels
CN108829958A (zh) * 2018-06-01 2018-11-16 东华大学 一种服装自动制版方法及其系统
CN109118326A (zh) * 2018-08-03 2019-01-01 张家港步丰信息技术有限公司 一种个性服装的统筹定制系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴欢等: "采用卷积神经网络CaffeNet模型的女裤廓形分类", 《纺织学报》 *
姚好等: "服装智能制板中的结构特征参数模型设计", 《毛纺科技》 *
张莹等: "基于结构制图的服装典型款式数据库建立", 《时尚设计与工程》 *

Similar Documents

Publication Publication Date Title
CN110059750A (zh) 户型形状识别方法、装置和设备
CN104978762B (zh) 服装三维模型生成方法及系统
CN108230318B (zh) 钢包缺陷检测分类方法、装置、设备及计算机可读介质
CN108230317A (zh) 钢板缺陷检测分类方法、装置、设备及计算机可读介质
CN109598095A (zh) 评分卡模型的建立方法、装置、计算机设备和存储介质
CN106599925A (zh) 一种基于深度学习的植物叶片识别系统与方法
CN110533389A (zh) 项目造价的确定方法及装置
CN109934227A (zh) 图像文字识别系统和方法
CN110378225A (zh) 指针式仪表自动读数的识别方法及识别装置
CN105631113B (zh) 核电工程管道iso图定制方法
CN105069222B (zh) 钣金工艺自动生成系统
CN103970726B (zh) 图文排版实现方法及装置
CN110097609A (zh) 一种基于样本域的精细化绣花纹理迁移方法
CN113987344A (zh) 基于版型库的3d服装款式智能模拟方法及其成本估算方法
CN110443140A (zh) 文本定位的方法、装置、计算机设备及存储介质
CN105975723B (zh) 一种用于航天器研制过程中异构cad模型的数据交换方法
CN110516541A (zh) 文本定位方法、装置、计算机可读存储介质和计算机设备
CN109086825A (zh) 一种基于模型自适应选择的多分类模型融合方法
CN110019838A (zh) 智能问答系统及智能终端
CN112257328A (zh) 家具布局方法及电子设备
CN109920018A (zh) 基于神经网络的黑白照片色彩恢复方法、装置及存储介质
CN106709974A (zh) 游戏场景绘制方法及装置
CN109117437A (zh) 一种面向服装图像检索的图像特征抽取方法
CN110942280A (zh) 一种设计师协同参与的交互方法
CN111325126B (zh) 遥感图像的解译方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210601